AI编码助手缺乏时间感知能力
结论前置 / TL;DR
一项新研究指出,Claude Code和Codex等AI编码助手完全缺乏时间感知能力,系统性高估任务耗时——Codex误差高达实际用时的10倍;同时自我评估准确率虚高约20个百分点。这种偏差在长周期自主任务中将严重削弱人类监督有效性。
时间盲区:AI代理无法感知与估算时间
据The Decoder报道,最新研究发现当前主流AI编码助手(如Anthropic的Claude Code与OpenAI早期的Codex)不具备基本的时间感知能力。它们既无法理解‘时间’这一概念,也无法基于经验校准任务耗时预测。
系统性高估与自我误判
实验显示,两类模型均显著高估任务完成所需时间,其中Codex的预估时长最高可达实际耗时的10倍。更关键的是,它们对自身输出质量的评分平均比真实水平高出约20个百分点,存在稳定且严重的自我认知偏差。
自主任务监管风险加剧
该缺陷在需长时间连续运行、少人工干预的AI代理场景中尤为危险——错误的时间预估与过度自信的自我评价,将直接导致人类监督者难以及时识别进度滞后或结果失效,削弱人机协同的安全边界。
编者观点:中国企业开发AI编程工具时,需将时间建模与置信度校准纳入核心评估维度,而非仅关注代码生成准确率。
本文为企业智脑(优秘智能)编译整理自公开资讯,信息与观点以原文为准,仅供参考。阅读原文(The Decoder) →